基于深度学习的电影评论情感分类系统研究开题报告

 2020-02-18 06:02

1. 研究目的与意义(文献综述)


1.1研究目的及意义


剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

大数据时代,文本分类是文本数据挖掘和文本价值探索领域的重要工作。传统的文本分类系统存在特征提取能力弱、分类准确率不高的问题。相对于传统的文本分类技术,深度学习技术具有准确率高、特征提取有效等诸多优势。

本文是深度神经网络在自然语言处理领域的研究,具体的目标是拟设计一个基于深度学习的电影评论情感分类系统,达到能够分辨正面评论和负面评论的效果。本文具体工作如下:

(1)对文本情感分析任务进行分析,的基本流程,包括文本预处理、文本表示方法和构建分类模型等。在文本表示时,针对高维度和语义不相关的问题,本文使用word2vec词嵌入的方法将文本单词转化为含有一定语义信息的向量,有助于神经网络分类模型对文本语义更好的理解。在构建分类模型的步骤,本文介绍了cnn、rnn、lstm、gru等神经网络,以及使用它们构建文本分析模型的方法。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

(1)第1-4周:查阅相关文献资料,明确研究内容,了解研究所需理论基础。确定方案,完成开题报告。

(2)第5-6周:熟悉掌握基本理论,完成英文资料的翻译,熟悉相关工具软件的使用。

(3)第7-9周:完成仿真环境的搭建,建立电影评论数据库,设计python程序。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献(12篇以上)

[1] joseph d. prusa, taghi m. khoshgoftaar.improving deep neural network design with new text datarepresentations [j]. journal of big data, 2017, 4(1):1-16.

[2]庞丹丹.基于深度学习的文本分类技术的研究[d].北方工业大学, 2018.

[3]闫琰.基于深度学习的文本表示与分类方法研究[d].北京科技大, 2016.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。